(선택 사항) 사용자 지정 이미지 및 수명 주기 구성 마이그레이션 - Amazon SageMaker
사용자 지정 이미지 마이그레이션수명 주기 구성 마이그레이션

기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

(선택 사항) 사용자 지정 이미지 및 수명 주기 구성 마이그레이션

Amazon SageMaker Studio에서 간소화된 로컬 실행 모델로 작동하려면 사용자 지정 이미지 및 수명 주기 구성(LCC) 스크립트를 업데이트해야 합니다. 도메인에서 사용자 지정 이미지 또는 수명 주기 구성을 생성하지 않은 경우 이 단계를 건너뜁니다.

Amazon SageMaker Studio Classic은 다음과 같은 스플릿 환경에서 작동합니다.

  • 를 실행하는 JupyterServer 애플리케이션 Jupyter Server.

  • 하나 이상의 KernelGateway 애플리케이션에서 실행되는 Studio Classic 노트북입니다.

Studio가 분할 환경에서 전환되었습니다. Studio는 로컬 런타임 모델의 Code-, OSSVisual Studio Code - 오픈 소스 애플리케이션을 기반으로 JupyterLab 및 Code Editor를 실행합니다. 아키텍처 변경에 대한 자세한 내용은 Amazon SageMaker Studio의 생산성 향상을 참조하세요.

사용자 지정 이미지 마이그레이션

기존 Studio Classic 사용자 지정 이미지가 Studio에서 작동하지 않을 수 있습니다. Studio에서 사용하기 위한 요구 사항을 충족하는 새 사용자 지정 이미지를 생성하는 것이 좋습니다. Studio 릴리스는 를 제공하여 사용자 지정 이미지를 빌드하는 프로세스를 간소화합니다SageMaker 배포 이미지. SageMaker 배포 이미지에는 기계 학습, 데이터 과학 및 데이터 분석 시각화를 위한 인기 있는 라이브러리 및 패키지가 포함됩니다. 기본 SageMaker 배포 이미지 및 Amazon Elastic Container Registry 계정 정보 목록은 섹션을 참조하세요Studio Classic과 함께 사용할 수 있는 Amazon SageMaker 이미지.

사용자 지정 이미지를 빌드하려면 다음 중 하나를 수행합니다.

  • 사용자 지정 패키지 및 모듈을 사용하여 SageMaker 배포 이미지를 확장합니다. 이러한 이미지는 Code-, OSSVisual Studio Code - Open Source를 기반으로 JupyterLab 및 Code Editor로 사전 구성됩니다.

  • 의 지침에 따라 사용자 지정 Dockerfile 파일을 빌드합니다Dockerfile 사양. 를 설치해야 합니다.JupyterLab 및 오픈 소스 CodeServer Studio와 호환되도록 하려면 이미지에서 를 선택합니다.

수명 주기 구성 마이그레이션

Studio의 간소화된 로컬 런타임 모델로 인해 기존 Studio Classic의 구조를 마이그레이션하는 것이 좋습니다LCCs. Studio Classic에서는 두 가지 모두에 대해 별도의 수명 주기 구성을 생성해야 하는 경우가 많습니다.KernelGateway 그리고 JupyterServer 애플리케이션. 왜냐하면 JupyterServer 그리고 KernelGateway Studio Classic, Studio Classic 내의 별도의 컴퓨팅 리소스에서 실행되는 애플리케이션은 다음 유형 중 하나일 LCCs 수 있습니다.

  • JupyterServer LCC: 프록시 설정, 환경 변수 생성, 리소스 자동 종료 등 사용자의 홈 작업을 LCCs 주로 관리합니다.

  • KernelGateway LCC: Studio Classic 노트북 환경 최적화에 LCCs 적용됩니다. 여기에는 Data Science 3.0 커널에서 무감각한 패키지 버전 업데이트 및 Pytorch 2.0 GPU 커널에 눈송이 패키지 설치가 포함됩니다.

간소화된 Studio 아키텍처에서는 애플리케이션 시작 시 실행되는 LCC 스크립트가 하나만 필요합니다. LCC 스크립트의 마이그레이션은 개발 환경에 따라 다르지만 JupyterServer 그리고 KernelGateway LCCs 를 빌드합니다LCC.

LCCs Studio에서 다음 애플리케이션 중 하나와 연결할 수 있습니다.

  • JupyterLab

  • 코드 편집기

사용자는 공백을 생성할 때 각 애플리케이션 유형에 LCC 대해 를 선택하거나 관리자가 설정한 기본 LCC 설정을 사용할 수 있습니다.

참고

기존 Studio Classic 자동 종료 스크립트는 Studio에서 작동하지 않습니다. Studio 자동 종료 스크립트 예제는 SageMaker Studio 수명 주기 구성 예제를 참조하세요.

리팩터링 시 고려 사항 LCCs

리팩터링할 때 Studio Classic과 Studio의 다음과 같은 차이점을 고려하세요LCCs.

  • JupyterLab 및 Code Editor 애플리케이션은 생성 시 UID:1001 및 sagemaker-user와 같이 실행됩니다GID:101. 기본적으로 sagemaker-user에는 sudo/root 권한을 맡을 수 있는 권한이 있습니다.KernelGateway 애플리케이션은 root 기본적으로 로 실행됩니다.

  • SageMaker 내부 JupyterLab 및 Code Editor 앱에서 실행되는 배포 이미지는 Debian-based package manager, apt-get.

  • Studio JupyterLab 및 Code Editor 애플리케이션은 Conda package manager. SageMaker creates 단일 기반 Python3 Conda Studio 애플리케이션이 시작될 때 환경. 기본 패키지 업데이트에 대한 정보 Conda 환경 및 새 생성 Conda 환경을 참조하세요JupyterLab 사용 설명서. 반면 모든 KernelGateway 애플리케이션 사용 Conda 패키지 관리자로 사용할 수 있습니다.

  • Studio JupyterLab 애플리케이션은 를 사용하는 JupyterLab 4.0반면 Studio Classic은 를 사용합니다JupyterLab 3.0. 모두 검증 JupyterLab 사용하는 확장은 와 호환됩니다JupyterLab 4.0. 확장에 대한 자세한 내용은 JupyterLab 4.0과의 확장 호환성을 참조하세요.